侵蝕與消解：個性化推薦算法場域下網絡意識形態話語權的危局

巫 彬，杜禮雪

（成都理工大學 馬克思主義學院，成都 610059）

意識形態工作是一項極端重要的工作，國家 要對網絡意識形態實施全方位、多層次和多角度的掌控，時刻警惕網絡意識形態安全問題，牢牢掌握網絡主流意識形態的話語權。隨著互聯網和信息技術的迅猛發展，基于大數據技術產生的個性化推薦算法，極大地改變了現代社會的互聯網信息分發機制并因此產生顯著影響。

個性化推薦算法技術已經深刻地影響到我們生活的方方面面，在個性化推薦算法的持續介入下，用戶手機里面的每一個APP拿到這些數據之后會給你推送感興趣的內容。譬如，淘寶運用個性化推薦算法，分析出受眾喜歡的商品，個性化定制主頁，實現精準的廣告推送；新浪微博憑借算法技術，自動顯示那些被評論得多，或是被點贊數多的微博，人氣不佳的博主就會在主頁極少推送，甚至消失不見；亞馬遜依靠算法為用戶打造個性化書店，從用戶的購書記錄和相似人群的購書記錄推薦出專屬于你的購書清單。

個性化推薦算法雖解決了由大數據時代信息過載和信息碎片化等問題，能更好的向單個用戶分發具有個性化內容的信息，但同時這種信息傳播方式直接導致“喜好固化”、“群體極化”、“技術異化”和主流媒體邊緣化的風險，給網絡意識形態安全帶來嚴峻的挑戰。

一、個性化推薦算法的基本邏輯

在紛繁復雜、數據龐大和結構多變的用戶群中，要實現消息的精準分發，提高廣大受眾對信息的使用效率，優化用戶的體驗，需整合、分析對受眾有價值的信息，由此，個性化推薦算法便應運而生。

（一）個性化推薦算法主要的兩種類型

個性化推薦算法系統主動地從大量信息中找到用戶可能感興趣的信息的工具，構建支持用戶在線決策的系統，推薦個性化、匹配度高的產品或項目是推薦系統領域的核心問題[1]。目前比較常用的、主流的推薦算法包括有基于內容推薦算法、基于用戶的協同過濾推薦方法。

基于內容推薦算法通過用戶已經選擇和產生的產品內容信息，如用戶的瀏覽記錄、消費記錄和行為數據，計算用戶之間的相似性，從而進行對應的推薦。電子商務網站上的“猜你喜歡”就是基于內容推薦算法的典型應用。此外，通過行為數據信息進行算法推薦的效果不如通過與你有著相似行為數據的人的推薦給你的效果，擁有相似興趣偏好的人通常比基于內容推薦算法預測的更加精準。而協同過濾推薦算法就是為用戶推薦感興趣的內容可通過找到與該用戶偏好相似的其他用戶，將他們感興趣的內容推薦給該用戶。

（二）對數據進行標簽化處理

標簽記錄著用戶的基礎行為數據，并對其進行簡短的描述。

首先，從大數據的可視化方面解讀，標簽是對用戶的興趣偏好、瀏覽記錄進行短語匯總，將不同的行為數據用不同的標簽顯示。其中標簽的大小和顏色反應不同對象標簽的熱門程度。例如，用戶興趣偏好指向的部分，標簽出現的頻率也就越高，標簽顯示的也就越大，反之就小。

其次，由于標簽不能完全真實的反應用戶的實際，準確還原用戶真正的興趣還需要對標簽權重進行評分。比如，電影“星球大戰”和“盜夢空間”，同時包含“劇情”和“科幻”兩個標簽，觀影后的人們明白“盜夢空間”的劇情感更加強烈，但推薦算法系統還需要進一步的分析。為此，需要進行行為權重評分，基礎的興趣標簽權重算法由三部分構成，行為權重、訪問時長和衰減因子。以B站為例，行為權重包括，評論，點贊，收藏等行為；單個視頻的停留時間長短則代表了訪問時長權重的大小；單日觀看同一標簽視頻，隔天觀看，和天天觀看的權重呈現從小到大的趨勢。

（三）對用戶進行畫像建模

用戶畫像，即建立用戶的行為數據模型，對用戶的行為數據的進行標簽化處理，并逐步形成數字軀體（用戶畫像）的過程。

用戶在網上的瀏覽、點贊、收藏、評論等碎片化的行為軌跡被整理搜集并存儲起來，由此形成的生活習慣、消費行為和社交屬性，一個或一類用戶會被貼上標簽，進而形成完整的用戶畫像。站在個性化推薦算法維度下面，受眾產生的行為數據可能被肢解成：文學10%、科學8%、技術5%、藝術3%、物理0.4%。

簡言之，用戶的每次在互聯網上的行為反饋，都在不斷地豐富自己的用戶畫像，而個性化推薦算法的興趣探索行為，也在進一步給這幅畫像補充更多維度，進而導致個性化推薦算法對用戶的興趣全方位的把握。這些全方位、立體性的記錄用戶的行為數據，通過用戶畫像的形式建模，形成個性化推薦算法視域下意識形態話語權的危局，給意識形態話語權的掌控帶來了相當程度的威脅和挑戰。

二、個性化推薦算法對網絡意識形態的挑戰

個性化推薦算法具有兩重性。一方面，由大數據衍生出的個性化推薦算法，解決了信息爆炸帶來的信息過載問題，具有針對用戶的資訊個性化定制和精準分發，顯著增強用戶粘性等諸多優勢。另一方面，個性化推薦算法系統有其固有的弊端，面對互聯網海量的、錯綜復雜的數據時，受眾在信息選擇上可能存在淺顯化、娛樂化、低俗化的趨向，受眾在意識形態領域越發沉溺在個性化推薦算法制造的“信息孤島”之中，主流意識形態會無形地削弱甚至孤立，網絡意識形態工作面臨巨大挑戰。

（一）陷入“信息繭房”孤島，固化喜好阻礙信息的自由流動

哈佛大學法學院教授、美國前總統奧巴馬的法律顧問凱斯·桑斯坦在其2006年的著作《信息烏托邦》中提出了“信息繭房”這一概念。通過對互聯網的考察，桑斯坦指出，在信息傳播中，由于公眾自身的信息需求并非全方位的，公眾只注意自己選擇的東西和使自己愉悅的領域，久而久之，會將自身桎梏于像蠶繭一般的“繭房”中[2]。

傳統的紙媒時代，購買的是同一份報紙，雜志，每個人都平等的接受一樣的內容分發，而到“個性化推薦算法”時代，受眾接觸到的多元化信息進一步減弱，大量的同質化信息進入同一個用戶的視野之中，和受眾興趣偏好相一致的內容才會在用戶的眼中出現。在大數據時代，個性化推薦算法分析受眾在網上的每一次點擊、瀏覽、收藏、評論、瀏覽記錄、搜索記錄、閱讀偏好、交易記錄和喜好視頻分類等，運用這些反饋進行大數據計算和分析，隨著時間的推移，大數據下在互聯網上形成的用戶畫像也愈發接近本人的信息偏好，受眾對互聯網的使用時間越多，算法推薦越發“懂你”，受眾的繭房就會包裹得越厚實。正如波茲曼在“娛樂至死”一書中批判到：“在科技發達的時代，毀掉我們的不是我們憎恨的東西，而是我們所熱愛的東西?！盵3]

在一個溫暖的、舒適的信息繭房里面，沉溺的信息內容都是用戶所愛好、喜聞樂見的，國家的主流意識形態在網絡傳播中受阻，無法順利地、有效地通過各種網站，以及手機端的APP傳遞給受眾。于是使得受眾的觀念，思想意識得到遏制，用戶自己編制的信息繭房日益使得自己被單一維度的內容包裹起來，網絡信息流動的管控也變得形勢嚴峻。

（二）導致“過濾氣泡”效應，加劇社會群體的價值觀念和意識形態的分化

個性化推薦算法導致用戶獲得信息具有高度的同質化，人們往往不容易看到與自己相左的意見，從而固化已有的觀念并加劇群體偏見，個性化算法推薦造就的“過濾氣泡”，正在加劇社群區隔與價值觀分化[4]?；ヂ摼W活動家埃利·帕里策首次提出“過濾氣泡”這一概念，他發現兩個人使用谷歌檢索同一詞語，得到的結果頁面可能完全不同；不同政治立場的人瀏覽同一個新聞事件，看到的新聞傾向也可能完全不同[5]。

傳統媒體興盛時期，編輯主導的人工方式信息分發，受眾接受平等的資訊分發，一定程度上利于受眾平衡地接收信息，而在個性化推薦算法的場域下，基于用戶的協同過濾式的信息分發機制，雖然顯著提高了信息分發效率，解決了信息過載的困擾。但與此同時，個性化推薦算法也導致了諸多負面傳播效果，受眾較大可能僅接觸到與自身興趣偏好和價值觀念相同的群體，致使興趣相投的人更容易產生連接，廣大民眾時刻都處于自身的主觀好惡、興趣偏好、觀點立場“氣泡”之中。加之，如今很多企業只顧及點擊量，留存率等，商業化氛圍濃厚，缺少很多的人文關懷以及對低俗、錯誤、娛樂化的內容的仔細把關，受眾極有可能接受片面的、偏激的信息，最終導致“群體極化”現象和意識形態的分化。

（三）放大“技術異化”問題，造成主流意識形態認同的巨大威脅

所謂異化，原本是指“主體由于自身矛盾的發展而產生自己的對立面，產生客體，而這個客體又作為一種外在的、異己的力量而凌駕于主體之上，轉過來束縛主體，壓制主體，這就是‘異化’”[6]?！凹夹g異化”是異化現象在信息化社會的主要表征，由于互聯網和信息技術的蓬勃發展，各種新型技術層出不窮，技術異化在當今社會體現得越來越明顯。人類是技術的創造者，技術的真正價值是服務于人類，但負價值的實現也是技術使用過程中的不可避免的部分，負面效應逐步使技術演變成異己的對立的力量，反過來給人類自身帶來威脅。我們塑造了個性化推薦算法技術，反過來個性化推薦算法技術也在塑造著我們，迫使我們成為技術的客體和附庸。例如，使用微博，抖音等軟件時，通過簡單和重復的上下滑動，算法推薦的內容無形地限制了人類的選擇權力。各種技術充分解放了人類，同時這些技術又從其他維度去支配人類，算法推薦技術挾持了人的思想，使受眾的思維意識變窄，進而使得受眾主體意識麻痹，逐漸使民眾對國家主流意識形態認同感失衡，國家主流意識形態認同受到了技術方面的挑戰。

大數據時代，計算機通過個性化推薦算法，“全盤式”的信息接受方式演變成基于受眾興趣偏好的“個性化”精準推送。主流意識形態信息或許不屬于部分受眾的興趣偏好范圍，被計算機的個性化推薦系統自動過濾，信息傳播平臺為了獲取關注度和擴大影響力，致使普通受眾需求向價值缺失、庸俗落后、暴力色情的內容偏移，導致負面信息和負面輿情的日益強化，民眾情緒狀態消極趨勢逐漸明顯。長此以往，在個性化推薦算法的挾持下，人們將被會束縛于技術異化的困境之中，難以逾越自己的興趣和偏好，觀點的偏激化、極端化特征凸顯，進而成為非理性的“烏合之眾”，對主流意識形態認同帶來嚴重風險。

（四）削弱“把關人”作用，加劇傳統主流媒體的邊緣化

“把關人”屬于傳播學的術語，即資訊到公眾不是簡單的直達關系，公眾從新聞媒介獲得的信息是經過記者、播音、編導、制片人、總編輯的篩選、過濾、把關之后得到的。換言之，傳播內容的接受群體必須明白，各種大眾傳播載體上的信息并非還原了本真世界的樣子，是經過“把關人”內容選擇加工后顯示的現實世界的模樣，“把關人”是觀點、思想、價值觀念自由流通的承載和保障。個性化推薦算法的出現將使高質量、多元化的信息被逐漸蠶食殆盡，大眾陷入到“算法”建構的現實之中。

傳統媒介盛行的年時代，“把關人”總體處于一個強勢的地位，近年來移動互聯網的迅猛發展，促使個性化推薦算法信息分發機制的出現，實現了“人找信息”到“信息找人”的范式轉變，資訊分發方式也從傳統的編輯篩選模式過渡到“算法把關”推薦，使得把關權逐漸向受眾轉移，“把關人”的地位受到不斷侵蝕。

一方面，倒推到互聯網資訊生產領域，一些內容生產創作者如“頭條號”、“微博大V”、微信公眾號的興起，在市場份額、用戶規模等商業邏輯的推波助瀾下，他們為了主動迎合受眾的個性需求，一味地向受眾推送其喜好的內容，對社會主流價值置若罔聞，導致資訊分發平臺的“標題黨”、“娛樂至死”等風氣橫行，誘發“劣幣驅逐良幣”的現象，大量擠占傳統媒體的生存空間。

另一方面，傳統主流媒體是國家主流意識形態的傳遞介質，同時也是“權威性”的符號標識，但在內容創新、技術創新和盈利模式方面的發力乏善可陳，親和力和實際效能有待進一步加強。加之，信息社會的意識形態多元化趨勢明顯，互聯網中呈現出思潮的“多元化”，馬克思主義“一元化”思想領域的指導地位頗受挑戰。此外，移動互聯網時代各種新型的短視頻平臺、手游等崛起，其內容、形式的豐富多樣性，更易拉近與受眾的距離，傳統媒體面臨著更加嚴峻的生存挑戰。

三、針對個性化推薦算法對網絡意識形態影響的應對之策

網絡意識形態的場域中，個性化推薦算法作為一種隱形的過濾機制，造就了新型的“話語霸權”，使受眾喪失了最具價值的獨立思考和判斷的權力，盡管給網絡意識形態建設帶來了諸多挑戰，但通過個性化推薦算法技術矯正、主管部門、相關媒介和用戶的多元協同合作，個性化推薦算法也能消解其網絡意識形態話語權并傳播發揮正向作用。

（一）推進算法治理，實現技術與主流價值的融合統一

要擺脫個性化推薦算法帶來的網絡意識形態建設消極影響，解決“技術異化”帶來的問題和挑戰，實現價值理性獨立于工具理性之外。首先應該從技術層面去改進，促使算法技術更新迭代。

一是要提升算法技術的過濾效果，阻斷“信息繭房”的生成。依據以用戶偏好為導向的算法技術，推送給受眾的大量同質化的信息，固化了受眾的喜好。應從技術改進的基礎上打破這種“算法霸權”，解決“推薦算法”中的一些不規范設計，把受眾從“信息孤島”中解放出來。并利用算法技術優化內容生態，從源頭上促進網絡內容的豐富性，運用算法技術積極推薦蘊含主流價值和主流意識形態的內容，篩掉低級趣味、泛娛樂化、虛無主義等“靡靡之音”，形成“百花齊放春滿園”的內容分發局面。

二是要探索個性化推薦的逆向路徑，戳破“過濾氣泡”。我們不妨采取逆向思維的策略，讓用戶接觸到相反的觀點和看法，使用戶跳出“氣泡”所制造的偏見和興趣偏好中。例如：國外已有多種“反過濾氣泡”工具，比如瀏覽工具Balancer、瀏覽器插件 Scoopinion1、Bobble、Rbutr，可視化工具如ConsiderIt、OpinionSpace，移動應用Political Blend等[7]。這些工具通過分析用戶的行為數據，顯示用戶正在發生的行為偏見，同時一并把相反的觀點展示出來，或者與其不同職業、地位、年紀、意見相左、價值觀不同的人連結起來、相互交流，它們都致力于實現從算法上減少偏見、克服信息窄化和極端觀念的產生。

三是要搭上算法技術快車，推進傳統主流媒體的積極轉型升級。傳統主流媒體是國家主流意識形態的重要傳播承擔者，趕上技術潮流、圖新、圖變是轉型升級的必由之路。為此，主流媒體必須緊跟時代，大膽運用新技術、新機制、新模式，加快融合發展步伐，實現宣傳效果的最大化和最優化[8]。通過加強傳統主流媒體與新型內容分發平臺的合作，新華社也同阿里巴巴合作上線發布了中國首個媒體人工智能平臺“媒體大腦”，以提升媒體在智能時代的新聞生產、分發和監測能力[9]，提高傳統媒體的競爭力。通過產業結構優化升級的契機，加強傳統主流媒體與新型內容分發平臺的合作，構建多形式、多渠道全媒體傳播矩陣。擴大傳統主流媒體傳播的途徑，顯著增強國家主流意識形態的覆蓋面。

（二）建立健全網絡綜合治理體系和加強治理力度

建立健全網絡綜合治理體系和加強治理力度，有助于規范網絡信息內容生產者和網絡信息內容服務平臺的行為，使得平臺和作者產出更多優質的、主旋律和正能量的內容，削弱個性化推薦算法技術帶來的負向作用，更好的服務廣大受眾。

首先，制定并完善相應的法律法規。一方面，應該明確信息傳播的法律邊界。在涉及到互聯網個人隱私保護、知識產權保護等方面的問題，設立法律規定的具體細則，根據行為性質、后果，制定相關的法律，明確其法律規范和邊界。另一方面，如今互聯網飛速發展，而相關網絡的監管措施和制度法律卻更新緩慢，意識形態安全的建設需要及時更新相關法律條款，針對網絡意識形態把控方面的監管措施應予以細化，做出補充，以適應大數據時代維護網絡意識形態安全的需要。

其次，加大相關部門對互聯網信息的監管力度。大數據時代互聯網上的信息呈現出多樣化，復雜化的特點，在個性化推薦算法系統下面網絡輿情形勢更加嚴峻，網絡消息傳播速度快，及時性強。因此，相關部門建立一支負責網絡信息監管的專業化的隊伍，強化網絡公共論壇、貼吧、微博、留言板及時聊天工具等網絡區域監控，對不當言論進行及時審核、排查和反應，提高信息響應的速度和效率，把輿情遏制在發生之初的階段。

最后，要重視和發揮“意見領袖”的作用。傳播學存在一種“兩級傳播范式”，即信息的傳遞是按照“媒體—意見領袖—受眾”這種模式進行的，且人際之間傳播比大眾媒體直接傳播更具有說服力，影響受眾的能力更強。想要更好的進行國家主流意識形態的傳播，引領風清氣正的互聯網文化，需重視互聯網“意見領袖”和“網絡大V”的作用。一方面，及時開展與“意見領袖”的雙向溝通與交流，既主動向“意見領袖”提供信息又同時采納他們的優質建議，引導其政治觀點，使“意見領袖”團結在主流意識形態的旗幟下。另一方面，國家也可以打造移動互聯網時代的“網紅”，培植自己的“意見領袖”，積極唱響網絡的主流聲音和旋律。最后，強化對平臺媒體的宣傳和法治教育。如今很多新聞客戶端和各類社交媒體只顧及點擊量，留存率等，商業化氛圍濃厚，缺少必要的人文關懷，對低俗、錯誤、娛樂化等內容的把關不仔細、不嚴格，導致各種非主流意識形態和錯誤思潮進入大眾視野。通過對網絡傳媒平臺的監管和審查，讓平臺媒體明確分辨違法行為，遵循法律規則，對不符合制度規定的媒體平臺及時約談、整治，對違反法律規定的行為依法進行懲處。

（三）各大互聯網平臺應遵守網絡傳媒端的倫理規范

加強和鞏固網絡意識形態安全工作，算法技術和監管措施都屬于外部策略，根本上還是應從內容分發的源頭入手，著力提高傳播主體和傳播媒介的職業素養，弘揚社會主流價值觀。

一是要當好“把關人”，牢固掌握主流意識形態的話語權。實際上，互聯網上的推送信息都是由編輯選擇加上個性化算法推薦而協同完成的，計算機能過濾識別一些不良的內容，但人工內容審核機制還是應當放在第一位置，傳播平臺從業人員作為“把關人”不僅決定了哪些內容能進入大眾傳播的視野，也在一定程度上對算法推薦的技術糾偏大有裨益。

二是要履行好傳播主體和傳播媒介的社會責任和義務，弘揚國家主流意識形態?；ヂ摼W個性化的人工智能技術，其主旨思想就是“去中心化”重“個人體驗”[10]。在推薦算法衍生的個性化定制內容上表現得尤為明顯，它提升內容利用效率，但是一些內容平臺運用“商業算法”以獲取經濟利益，使得用戶沉溺在其制造的“信息繭房”之中，罔顧社會價值和社會利益。因此，要加強新聞客戶端和各類社交媒體的社會責任建設，摒棄唯“流量為王”“點擊率”“留存率”的價值取向，承擔起宣傳社會主流價值的責任，使“推薦算法”技術能夠更好的為社會服務，實現社會價值和商業利益的有機統一。

三是要提升傳播從業人員的職業素養。如今互聯網上的內容魚龍混雜，移動互聯時代催生的短視頻、手游、新聞客戶端和各類社交媒體等，對傳播主體和傳播媒介提出了新的挑戰，內容傳播從業者的素質顯得尤為重要。通過進修、培訓、交流溝通會等形式，提升傳播媒介和傳播主體的媒介素養，使相關從業人員與時俱進緊跟時代步伐，深入貫徹落實國家在主流意識形態傳播上的大政方針，實現同國家主流意識形態的同頻共振。

（四）提升廣大受眾對于算法技術的認知水平與網絡素養

網絡意識形態安全的建設，離不開廣大受眾對自身意識形態安全警覺性的提高，在大數據個性化推送算法下，廣大受眾極其容易沉浸在由個人興趣組成的網絡個性化“溫床”中無法自拔，廣大受眾在“個性化算法”橫行的時代構建“算法素養”尤為重要。

一方面，需要進一步培植廣大受眾正確的理想信念、價值理念、道德觀念和愛國主義觀念等素養，對其進行正確的引導和監督。個性化推薦算法的弊病在于受眾的基本媒介素養層次不齊，由于廣大受眾的價值觀、教育水平和生活經歷等的局限，個性化推薦算法推送的庸俗化、片面化、泛娛樂化和奇聞異事等內容，更能與大眾連結并且吸引大眾的眼球，但不可避免地產生了消極的影響。因此，用戶要提升對算法技術的認知水平，了解算法運行的隱蔽性，加強對算法機制的監督力度。要樹立正確的媒介平臺使用觀念，通過豐富自身知識儲備提高理性思考水平，避免淪為技術的客體和附庸，要培養良好的內容消費習慣[11]。根本上來說，就是要提升廣大受眾應對“算法推薦”下個性化定制網絡信息的審核、判斷和明辨是非的能力。

另一方面，互聯網信息的傳播呈現雙向互動的特征，廣大受眾和傳播的內容信息之間是相互影響的關系，個性化推薦算法是在受眾的每一次行為數據（瀏覽、點擊、轉發、收藏等）的反饋中獲得的。這意味著，“算法推薦”為受眾織造“信息繭房”的枷鎖和塑造人的同時，同樣受眾也可以用積極正面的行為數據反饋給推薦算法系統。為此，實現大眾用主流價值去“涵養”個性化推薦算法，通過“算法”與“受眾”雙方的良好互動，營造清朗的網絡空間環境。從而，擴大主流意識形態的影響版圖，個性化算法推薦唱響社會主流聲音，使得國家主流意識形態在網絡中傳得更開、傳得更廣、傳得更深。

四、結語

牢牢掌握網絡意識形態話語權，顯然無法忽視計算機算法技術變革帶來的負向影響。個性化推薦算法是一個團結協作的過程，了解用戶的興趣偏好和潛在需求，實行精細化的人群劃分。而受眾是一個消費者，受眾越點擊喜歡的內容，算法系統越收到激勵，同質化的內容也是進一步在你的各種APP中間得到強化，網絡意識形態領域的話語權不可避免的遭受一定程度的侵蝕。通過對算法治理、提升政府和企業算法素養能消解個性化推薦算法的負向影響，但究其根本，廣大受眾才是一個決策者，擁有最終的決定權，決定著到底哪種內容能夠進入個人的視聽范圍。